CN113161103B - 一种对永磁体定量充退磁的装置与方法 - Google Patents

Abstract

本发明公开一种对永磁体定量充退磁的装置与方法，在充退磁机内安装高斯计，先分别将充磁时建模用永磁体、退磁时建模用永磁体放入充退磁机中，以充电电压进行充电，测到磁感应强度，由磁感应强度和充电电压的关系分别建立充磁时和退磁时的充电电压的RBF神经网络预测模型，再分别将与充磁时建模用永磁体同型号的待充磁永磁体、退磁时建模用永磁体同型号的待退磁永磁体放入充退磁机中，计算出待充磁永磁体充磁后的磁感应强度、待退磁永磁体退磁后的磁感应强度；将计算出的磁感应强度输入到RBF神经网络预测模型得到对应的充电电压；本发明有效解决了永磁体充退磁曲线的非线性问题，并且将充磁、退磁以及测量磁感应强度结合在一起。

Description

一种对永磁体定量充退磁的装置与方法

技术领域

本发明属于磁性材料充退磁领域，涉及一种对永磁体定量充退磁的装置与方法，尤其适用于永磁同步电机。

背景技术

永磁同步电机比起电励磁电机，具有高效率，低温升，高功率因数等优点，在交通，航天以及工业等领域获得了极为广泛的研究和应用。永磁同步电机与电励磁电机在结构上最大的区别就是永磁同步电机由永磁体进行励磁，不需要励磁线圈，因此，永磁同步电机也会产生其他电机不会出现的退磁故障，导致永磁体的磁性发生变化，要想保留永磁体的原有属性，就需要对其进行充磁。然而由于永磁体的磁滞曲线是非线性的，对其充退磁时没法直接控制永磁体的具体充退磁程度。

目前对电机中永磁体进行充磁的方式有两种，一种是内充磁，将磁铁放入电机铁心内，通过电枢绕组给磁铁充磁；另一种是外充磁，使用充磁机将永磁体充磁后放入电机铁心中。充磁机的原理是先将电容器充以直流高压电压，然后通过一个电阻极小的线圈放电。此电流脉冲在线圈内产生一个强大的磁场，该磁场使置于线圈中的硬磁材料永久磁化。中国发明专利申请号为202010244557.5的文献提出了一种永磁同步电机的充磁退磁控制装置与方法，采用的就是内充磁的方法，实现了充磁退磁控制装置与永磁同步电机一体化，实现了永磁同步电机的整体与局部充退磁，但是该方法只能使永磁体达到饱和充磁，没法控制其具体的充退磁程度，现有的充磁机也无法实现对永磁体充磁程度的控制。中国发明专利申请号为201711476300.7的专利文献提出了一种基于局部线性化磁滞模型的纯电动汽车电机充去磁方法，该方法将铝镍钴材料的实际磁滞曲线进行分段线性化，建立分段线性化磁滞模型，磁滞回线被拟合成一组等宽的平行四边形，该方法虽然能够控制永磁体的充退磁程度，但是将非线性模型线性化会使得精确度不高。

发明内容

针对上述充退磁方法无法控制具体充退磁程度以及控制程度不够精确的缺点，本发明提出了一种对永磁体定量充退磁的装置与方法。

本发明一种对永磁体定量充退磁的装置是通过以下技术方案实现上述技术目的：其包括PC端上位机、MCU控制器、充退磁机和高斯计，其特征是：PC端上位机通过RS-232接口连接MCU控制器，MCU控制器连接充退磁机的输入端和到高斯计的输出端，高斯计的高斯计引出线伸入在充退磁机内部，充退磁机的内部固定设置支撑杆，支撑杆悬挂圆环状卡箍，高斯计探头穿在圆环状卡箍中且与高斯计引出线，充退磁机的内部集成有充磁电路和退磁电路，充磁电路的输出端经第一电容器连接第一线圈，退磁电路的输出端经第二电容器连接第二线圈，待充磁、退磁永磁体能置放在对应的第一线圈、第二线圈中。

本发明一种对永磁体定量充退磁的方法是通过以下技术方案实现上述技术目的：该方法具有以下步骤：

步骤1)：分别将充磁时建模用永磁体A、退磁时建模用永磁体D放入充退磁机中，充退磁机以充电电压进行充电，采用高斯计测到磁感应强度；

步骤2)：由磁感应强度和充电电压的关系分别建立充磁时的充电电压的RBF神经网络预测模型V＝f(B)和退磁时的充电电压的RBF神经网络预测模型V₁＝h(B₁)，V是充磁时充电电压，B是充磁时磁感应强度，V₁是退磁时充电电压，B₁是退磁时磁感应强度；

步骤3)：分别将与充磁时建模用永磁体A同型号的待充磁永磁体C、退磁时建模用永磁体D同型号的待退磁永磁体E放入充退磁机中，计算出待充磁永磁体C充磁后的磁感应强度B′、待退磁永磁体E退磁后的磁感应强度B₁′；

步骤4)：将磁感应强度B′输入到RBF神经网络预测模型V＝f(B)、磁感应强度B₁′输入到RBF神经网络预测模型V₁＝h(B₁)，得到对应的充电电压V′、V₁′，充退磁机以充电电压V′对待充磁永磁体C充磁、以充电电压V₁′对待退磁永磁体退磁。

本发明与已有方法与技术相比，具有以下优点：

1.本发明在充退磁机内安装高斯计，由高斯计测出永磁体的磁感应强度，由磁感应强度和充电电压的关系建立充电电容电压的预测模型，由磁感应强度的值预测出充电电容电压。

2.本发明首次提出使用RBF神经网络实现定量充退磁，有效的解决了永磁体充退磁曲线的非线性问题；

3.本发明精确的拟合了充磁和退磁的非线性函数，比现有技术中将磁滞模型线性化的方法精确度更高；

4.本发明装置将充磁、退磁以及测量磁感应强度结合在一起，结构简单，易于实现。

附图说明

图1为本发明一种对永磁体定量充退磁的装置的整体结构示意图；

图2为图1中充退磁机的内部结构以及外接结构主视图；

图3为图2的俯视图；

图4为图1所示装置的硬件控制电路连接示意图；

图5为对永磁体定量充磁的方法的流程图；

图6为对永磁体定量退磁的方法的流程图；

附图中各个部件的序号和名称：1、充退磁机，2、支撑杆，3、圆环状卡箍，4、高斯计，5、高斯计探头，6、高斯计引出线，7、PC端上位机，8、MCU控制器。

具体实施方式

参见图1，本发明一种对永磁体定量充退磁的装置包括PC端上位机7、MCU控制器8、充退磁机1和高斯计4。PC端上位机7通过RS-232接口连接MCU控制器8，MCU控制器8连接到充退磁机1的输入端，在充退磁机1的内部放入永磁体，由MCU控制器8控制充退磁机1对永磁体进行充磁。MCU控制器8连接到高斯计4的输出端，负责将高斯计4测到的数据传回PC端上位机7。高斯计4的高斯计引出线6伸入到充退磁机1内部。

参见图2和图3，充退磁机1为长方体结构，在充退磁机1的内部约三分之一高处安装一根与充磁机1底面平行的支撑杆2，支撑杆2的一端是固定端，固定连接在充退磁机1的内壁上，支撑杆2另一端是悬挂端，另一端悬挂端固定一个圆环状卡箍3，圆环状卡箍3水平布置，其卡箍口上下贯通，垂直于充退磁机1的底面。高斯计探头5与高斯计引出线6相连接，并且高斯计探头5穿在圆环状卡箍3中，与圆环状卡箍3同轴心，使外部的高斯计4通过高斯计引出线6将高斯计探头5从圆环状卡箍3中穿过，由圆环状卡箍3固定住高斯计探头5，使高斯计探头5垂直于充退磁机1的底面。

参见图4，PC端上位机7通过RS-232接口电路连接到MCU控制器8，MCU控制器8由电源模块进行供电。MCU控制器8的输出端接到充退磁机1的输入端。在充退磁机1的内部还集成了两条电路，分别为充磁电路和退磁电路。充磁电路的输出端连接第一电容器的输入端，第一电容器的输出端连接第一线圈。退磁电路的输出端连接第二电容器的输入端，第二电容器的输出端连接第二线圈。第一线圈和第二线圈用于对永磁体进行充磁和退磁，需要充磁和退磁的永磁体置放在对应的第一线圈、第二线圈中。当需要对永磁体进行充磁时，切换到充磁电路，先对内部的第一电容器进行充电，然后由第一电容器放电，产生正向磁场；当需要对永磁体进行退磁时，切换到退磁电路，先对内部的第二电容器进行充电，然后由第二电容器放电，产生反向磁场。

参见图5和图6，分别将充磁时建模用永磁体A、退磁时建模用永磁体D放入充退磁机1中，PC端上位机7控制MCU控制器8以充电电压对充退磁机1进行充电，高斯计4将测到的磁感应强度经MCU控制器8传回PC端上位机7，由磁感应强度和充电电压的关系分别建立了充磁时的充电电压的RBF神经网络预测模型V＝f(B)和退磁时的充电电压的RBF神经网络预测模型V₁＝h(B₁)，其中，V是充磁时充电电压，B是充磁时磁感应强度，V₁是退磁时充电电压，B₁是退磁时磁感应强度，f、h是预测模型关系式。然后，基于RBF神经网络预测模型V＝f(B)和V₁＝h(B₁)，在线定量充磁和退磁时，分别将与充磁时建模用永磁体A同型号的待充磁永磁体C、退磁时建模用永磁体D同型号的待退磁永磁体E放入充退磁机1中，分别设置相应的充磁程度、退磁程度，分别计算出待充磁永磁体C充磁后的磁感应强度B′、待退磁永磁体E退磁后的磁感应强度B₁′，将磁感应强度B′RBF神经网络预测模型V＝f(B)、磁感应强度B₁′输入到RBF神经网络预测模型V₁＝h(B₁)中，得到对应的充电电压V′、V₁′，充退磁机1以充电电压V′对待充磁永磁体C进行充磁、以充电电压V₁′对待退磁永磁体E进行退磁。具体如下：

参见图5，为本发明对永磁体定量充磁方法的流程图，充磁方法分为两个阶段：充磁充电电压的RBF神经网络预测模型的建立阶段与在线定量充磁阶段，具体步骤是：

第一阶段，充磁充电电压的RBF神经网络预测模型的建立：

步骤1-1：将建模用永磁体A放入充退磁机1的第一线圈中，在PC端上位机7中设置充退磁机1的初始充电电压为V₀，充电电压增加一个充电电压差值为ΔV，将电路切换为充磁电路。

步骤1-2：MCU控制器8对充退磁机1发出充磁命令，充退磁机1以V₀的充电电压给第一电容器充电，t秒后第一电容器通过第一线圈放电，从而对充退磁机1内部的建模用永磁体A充磁。

步骤1-3：充磁t秒后，MCU控制器8对高斯计4发出测值命令，高斯计4的高斯计探头5测量到磁感应强度为B₀，磁感应强度为B₀经MCU控制器8传回PC端上位机7。

步骤1-4：增加充电电压，充电电压每增加一次的差值为ΔV，增加后的充电电压为V＝V₀+ΔV，t秒后，高斯计4测到的磁感应强度B传回PC端上位机7。

步骤1-5：重复执行步骤1-4，重复执行n次，直到高斯计4上传到PC端上位机7的磁感应强度B的值不再变大，此时的磁感应强度B为磁感应强度最大值B_max，如此PC端上位机7共得到n+1个充电电压V和n+1个磁感应强度B。

步骤1-6：在PC端上位机7中将测到的n+1个磁感应强度B作为输入，n+1个充电电压V作为输出建立充电电压的RBF神经网络预测模型V＝f(B)。该RBF神经网络预测模型分为输入层、隐含层和输出层，通过给定的输入层、输出层数据计算出隐含层中的权值参数，从而得到输入与输出之间的关系式。

第二阶段，在线定量充磁阶段：

步骤1-A)：将与建模用永磁体A同型号的待充磁永磁体C放入充退磁机1的第一线圈中，在PC端上位机7中设置充磁程度s，0<s<100，充磁程度s决定待充磁永磁体C要定量充磁的程度，根据需要确定定量充磁量。PC端上位机7使用下式(1)，由磁感应强度最大值B_max和充磁程度s计算出待充磁永磁体C充磁后的磁感应强度B′：

B′＝B_max*s％ (1)

其中，B′为充磁后的磁感应强度，B_max为待充磁永磁体C的最大磁感应强度，s为充磁程度。

步骤1-B)：将得到的待充磁永磁体C充磁后的磁感应强度B′输入到所建立的充电电压的RBF神经网络预测模型V＝f(B)中，即得到对应的充电电压V′。

步骤1-C)：PC端上位机7将充电电压V′发送给MCU控制器8，MCU控制器8对充退磁机1发出充磁命令，充退磁机1以充电电压V′给内部的第一电容器充电，t秒后第一电容器通过第一线圈放电，从而对永磁体C进行充磁，实现了定量充磁。

参见图6，为本发明对永磁体定量退磁方法的流程图。退磁的方法同样分为两个阶段：退磁充电电压的RBF神经网络预测模型的建立阶段与在线定量退磁阶段。具体步骤如下：

第一阶段：退磁充电电压的RBF神经网络预测模型的建立：

步骤2-1：将建模用永磁体D放入充退磁机1的第二线圈中，MCU控制器8对高斯计4发出测值命令，高斯计4用高斯计探头5测到此时的磁感应强度为B_1-0，将磁感应强度B_1-0传回PC端上位机7。

步骤2-2：在PC端上位机7中设置充退磁机1的初始充电电压为V_1-0，充电电压每增加一次的差值为ΔV，将电路切换为退磁电路。

步骤2-3：MCU控制器8对充退磁机1发出退磁命令，充退磁机1以充电电压V_1-0的充电电压给内部的第二电容器充电，t秒后，第二电容器通过第二线圈放电，从而对充退磁机1内部的永磁体D退磁。

步骤2-4：退磁t秒后，MCU控制器8对高斯计4发出测值命令，高斯计4用高斯计探头5测到磁感应强度为B_1-1，将磁感应强度为B_1-1传回PC端上位机7。

步骤2-5：增加充电电压，使充电电压V₁＝V_1-0+ΔV，充电t秒后，高斯计4将测到的磁感应强度B₁传回PC端上位机7。

步骤2-6：重复执行步骤2-5，重复执行n次，直到高斯计4上传到PC端上位机7的磁感应强度B₁等于0，此时共得到n+1个充电电压V₁和n+1个磁感应强度B₁。

步骤2-7：PC端上位机7将测到的n+1个磁感应强度B₁作为输入，n+1个充电电压V₁作为输出建立充电电压的RBF神经网络预测模型V₁＝h(B₁)，该RBF神经网络预测模型分为输入层、隐含层和输出层，通过给定的输入层、输出层数据计算出隐含层中的权值参数，从而得到输入与输出之间的关系式。

第二阶段，在线定量退磁阶段：

步骤2-A)：将与建模用永磁体D同型号的待退磁永磁体E放入充退磁机1的第二线圈中，在PC端上位机7中设置退磁程度v，0<v<100，退磁程度v决定待退磁永磁体E要定量充磁的程度，根据需要确定定量退磁量。PC端上位机7使用下式(2)计算出待退磁永磁体E退磁后的磁感应强度B₁′：

B₁′＝B_1-0*(100-v)％ (2)

其中，B₁′为退磁后的磁感应强度，B_1-0为永磁体的最大磁感应强度。

步骤2-B)：PC端上位机7将退磁后的磁感应强度B₁′输入到所建立的充电电压的RBF神经网络预测模型V₁＝h(B₁)中，即得到对应的充电电压V₁′。

步骤2-C)：PC端上位机7控制MCU控制器8对充退磁机1发出退磁命令，充退磁机1以充电电压V₁′给内部的第二电容器充电，t秒后，第二电容器通过第二线圈放电，从而对充退磁机1内部的待退磁永磁体E退磁，实现定量退磁。

Claims (9)

1.一种对永磁体定量充退磁的方法，其特征是具有以下步骤：

步骤1)：分别将充磁时建模用永磁体A、退磁时建模用永磁体D放入充退磁机中，充退磁机以充电电压进行充电，采用高斯计测到磁感应强度；

步骤2)：由磁感应强度和充电电压的关系分别建立充磁时的充电电压的RBF神经网络预测模型V＝f(B)和退磁时的充电电压的RBF神经网络预测模型V₁＝h(B₁)，V是充磁时充电电压，B是充磁时磁感应强度，V₁是退磁时充电电压，B₁是退磁时磁感应强度；

步骤3)：分别将与充磁时建模用永磁体A同型号的待充磁永磁体C、退磁时建模用永磁体D同型号的待退磁永磁体E放入充退磁机中，计算出待充磁永磁体C充磁后的磁感应强度B′、待退磁永磁体E退磁后的磁感应强度B₁′；

步骤4)：将磁感应强度B′输入到RBF神经网络预测模型V＝f(B)、磁感应强度B₁′输入到RBF神经网络预测模型V₁＝h(B₁)，得到对应的充电电压V′、V₁′，充退磁机以充电电压V′对待充磁永磁体C充磁、以充电电压V₁′对待退磁永磁体退磁。

2.根据权利要求1所述的一种对永磁体定量充退磁的方法，其特征是：充磁时的步骤包括：

步骤1-1)：设置充退磁机的初始充电电压为V₀和增加一个充电电压的差值ΔV，充退磁机以V₀的充电电压对建模用永磁体A充磁，高斯计测量到磁感应强度为B₀；

步骤1-2)：增加充电电压为V＝V₀+ΔV，高斯计测量到对应的磁感应强度B；

步骤1-3)：重复步骤1-2)n次，直到磁感应强度B的值达到磁感应强度最大值B_max，将n+1个磁感应强度B作为输入，n+1个充电电压V作为输出建立充电电压的RBF神经网络预测模型V＝f(B)。

3.根据权利要求2所述的一种对永磁体定量充退磁的方法，其特征是：在建立充电电压的RBF神经网络预测模型V＝f(B)后，设置充磁程度s，0<s<100，由磁感应强度最大值B_max和充磁程度s计算出待退磁永磁体E充磁后的磁感应强度B′，根据V＝f(B)得到对应的充电电压V′。

4.根据权利要求3所述的一种对永磁体定量充退磁的方法，其特征是：由式B′＝B_max*s％计算出待充磁永磁体C充磁后的磁感应强度B′。

5.根据权利要求1所述的一种对永磁体定量充退磁的方法，其特征是：退磁时的步骤包括：

步骤2-1)：将建模用永磁体D放入充退磁机中，高斯计测到磁感应强度为B_1-0；

步骤2-2)：充退磁机以初始充电电压V_1-0充电，对建模用永磁体D退磁，高斯计测到磁感应强度为B_1-1；

步骤2-5)：增加充电电压，使充电电压V₁＝V_1-0+ΔV，ΔV为充电电压每增加一次的差值，高斯计测到磁感应强度B₁；

步骤2-6)：重复执行步骤2-5)n次，直到磁感应强度B₁等于0，将n+1个磁感应强度B₁作为输入，n+1个充电电压V₁作为输出建立充电电压的RBF神经网络预测模型V₁＝h(B₁)。

6.根据权利要求5所述的一种对永磁体定量充退磁的方法，其特征是：在建立充电电压的RBF神经网络预测模型V₁＝h(B₁)后，设置退磁程度v，0<v<100，由退磁程度v和磁感应强度为B_1-0计算出退磁后的磁感应强度B₁′。

7.根据权利要求6所述的一种对永磁体定量充退磁的方法，其特征是：根据式B₁′＝B_1-0*(100-v)％计算出退磁后的磁感应强度B₁′。

8.根据权利要求2所述的一种对永磁体定量充退磁的方法，其特征是：充退磁机的内部具有充磁电路和退磁电路，充磁电路的输出端经第一电容器连接第一线圈，退磁电路的输出端经第二电容器连接第二线圈，建模用永磁体A放入第一线圈中，充退磁机将电路切换为充磁电路。

9.根据权利要求5所述的一种对永磁体定量充退磁的方法，其特征是：充退磁机的内部具有充磁电路和退磁电路，充磁电路的输出端经第一电容器连接第一线圈，退磁电路的输出端经第二电容器连接第二线圈，建模用永磁体D放入第二线圈中，充退磁机将电路切换为退磁电路。

Images